부제: 데이터분석과 심리학 사이 그 어딘가

이번 글에서는 (이어지는 글) 아래 product analytics 책을 읽고 공부한 내용 중 behavior change / actionable insight 에 관한 내용 일부를 공유합니다.

내용은 동일하지만, 레이아웃이나 일부 url 등이 추가로 첨부 되어있는 원래 글을 참고하셔도 좋습니다.

Product analysis

누군가 제게 Product data analysis 의 궁극적인 목적을 묻는다면, 데이터 분석을 통해 고객의 행동을 변화 시키는 것이라고 말할 것 같습니다. 물론 여기서의 고객 행동은 “구매” 와 같은 핵심 행동을 의미합니다.

이를 이뤄내기 위한, 책에서 소개하는 구체적인 프로세스는 다음과 같습니다. (다행히 제가 평소에 그리던 피규어와 크게 다르지 않습니다)

Customer behavior change 를 위한 process design process. 색상은 임의

내피셜

Actionable Insights

Product analytics의 관점에서 action을 만들어내는 insight, 혹은 actionable insight를 잠깐 이야기해보려고 하는데요.

이러한 “데이터분석”으로 얻는 인사이트는 4가지로 구분할 수 있고 각각의 예시, 장단점은 아래와 같습니다. (가트너의 데이터 분석 성숙도와 살짝 비슷하다고 생각합니다)

1. Observational: 이러한 현상이 있다. (이러한 상황을 관찰했다)

• Situation: 고객이 홈페이지에서 시간을 많이 보낸다.
• Action: 홈페이지를 더 직관적으로 다듬자.
• Pros: 쉽다.
• Cons: 데이터를 잘못 이해하기도 쉽다. 이 경우 효과가 보장되지 않는다.

2. Comparative: 숫자를 비교할 수 있는 현상이 있다.

• Situation: 이번 달의 organic 유입이 저번달에 비해 늘었다.
• Action: 어떤 이유로 그러했는지 파악하자 (늘리기 위해 뭔가를 하지 않았다면)
• Pros: 액션에 “숫자라는 근거”가 들어간다.
• Cons: 맥락을 모르는 상태에서의 액션은 위험하다.

3. Causal: 어떤 것이 다른 것의 요인이 되었다.

• Situation: 특별 프로모션 진행은 고객들이 구매를 하게 만들었다.
• Action: 만약 프로모션을 더 많은 고객에게 한다면 더 구매가 늘어날지 확인한다.
• Pros: 아주 강력하다. 많은 데이터 분석가들이 꿈꾸는 이상향일 정도로
• Cons: 인사이트 획득이 어렵고 비싸다. 보통은 하나의 요인보다는 여러개의 요인들이 (심지어 서로 상호작용도 하는) 얽혀있는 경우가 많다.

4. Predictive: 이러이러한 이벤트가 미래에 일어날 것 같다. (Data Scientist에 더 가깝습니다)

• Situation: 사용자 수의 증가폭이 지금과 비슷하다면, 내년까지 이를 감당할 물류창고를 더 늘려야 한다.
• Action: 이를 대비하기 위해 창고 계약을 알아본다.
• Pros: 미래에 대비 할 수 있다.
• Cons: ~할 가능성이 높지만 보장되진 않는다. 위의 다른 insight들에 비해 customer behavior change와는 거리가 조금 있다.

TMI) Dark …

데이터를 통해 고객의 행동을 변화시킨다는 것은 흥미롭지만, 동시에 위험할 수 있는 “선밟기” 의 내용이라고 생각합니다. (대규모 사회 실험과 비슷한 관점으로)

이에 관해서 Data ethics, Dark pattern, Dark data 등의 키워드들이 있는데 이 글에서는 이에 대해 다루지 않지만, 예시와 뉴스를 아래에 첨부하였습니다. (저는 잘 몰라서 ㅎㅎ)

중앙일보

사회과학적 Behavior change

데이터 분석을 통해 actionable insight를 얻었다면, 이 후는 이를 통해 고객의 행동 변화를 만들어 내는 것이 목적입니다. 이를 조금 더 효과적으로 하기 위해서 이번에는 이론적 배경에 대해서 알아보고자 합니다.

데이터분석가들이 고객의 행동을 변화시키는 것을 고민하기 이전에, 비슷한 문제를 고민했던 사람들이 있습니다. 금연과 같은 공공캠페인을 진행하는 심리/사회과학자들이죠.

특정한 행동을 하게 하기 위해

이 행동을 하는 것이 너에게 어떤 이득이 될꺼야

이 행동을 하지 않으면 너에게 어떤 손해가 있을꺼야

등을 어필 하는 방법론. 가령 넛지, FOMO, uplift modeling 과 같은 것들이 선조-데이터분석가들이 고민해서 만들어낸 소중한 결과들입니다.

물론 웹프로덕트를 통해 고객의 행동을 변화시키는 것은 살짝 다른 것도 있습니다. 몇개만 언급하자면 이러합니다.

• 고객과 프로덕트 간의 빠른 상호작용
• 이를 “실시간으로” 관측 수집 가능한 시스템

아무튼, 온라인이나 오프라인이나 고객이 특정한 행동을 하기 위해서는 어떤 것들이 필요할까에 대한 많은 연구가 있었는데, 그 중에서 Fog model을 소개하려고 합니다.

Fog model

Fog model은 사람의 행동을 유발하기 위해서는 3가지 요인의 조합이 필요하다고 설명합니다.

1. motivation
2. Ability
3. Trigger (Prompt)

사이트에 따라 Prompt로 표기 하는 곳도 있음

Motivation은 “이 행동을 하는 목적” 이라고 보면 좋습니다. 가령 행동을 하고 나면 즉각적인 보상을 얻거나 (고통과 같은 반대도 포함), 즉각적이진 않지만 희망을 얻을 수도 있고. 사회적인 인식의 이유도 이에 속합니다.

코로나 시절 마스크를 쓰지 않으면 감염이라는 페널티도 있지만 사회적인 요인도 있었다는 걸 생각해보면 좋습니다.

Ability 는, 그 “행동을 하기 위해서 (고객이) 들여야 하는 비용” 입니다.

즉, “단순한 행동일 수록 행동을 하게 하는 것이 쉽다” 의 관점이죠. 여기서 비용은 시간 / 돈 / 물리적 노력 / 사회적 비용 등을 모두 포함합니다. (다 쓴 컵을 싱크대에 두기 vs 설거지 하기 는 후자가 더 비용이 높기 때문에 전자에 비해 행동으로 만들어내기가 어렵습니다)

마지막으로 나오는 Trigger 는 “행동을 하게 하는 계기” 입니다. 예를 들면 고양이 간식을 사야지 사야지 생각만 하고 있다가 (그 후 잊음) 갑자기 친한척 하는 고양이를 보면… 구매라는 행동을 하게 되는 거죠.

제 간식 트리거

물론 behavior change 에 쓰이는 여러 다른 모델들도 있긴 하지만, Fog model을 활용해서 고객의 행동을 유도하려 한다면 Motivation을 높게 하거나, Ability를 낮추고, Trigger를 제공하는 작업을 해볼 수 있습니다.

Fog model의 전제는 “사람은 하던 행동을 유지하려는 관성이 있다” (Lazy 하다) 이기 때문에 바꾸려면 여러가지 방법들을 통해 (위 그래프 기준 위에서 아래로 넘어가게) “정지 중이던 관성” 을 바꿀 수 있게 해야합니다.

실제 사례 (네이버페이)

네이버페이의 츄르 구매 행동 예시

제가 자주 애용하는 네이버페이와 같은 간편 결제 서비스들도 “고객들이 구매라는 행동을 하게 하기 위해” 여러 장치들이 들어가 있습니다. (그리고 이는 다른 서비스에 비해 제가 “츄르를 구매한다라는 행동을 성공적으로 유도” 하고 있습니다)

Behavior change 의 효과

이처럼 굉장해 보이는 데이터 분석의 결과인 behavior change는, 일반적으로 “10% 언저리” 의 효과를 갖는다고 알려져 있습니다. 아래의 예시는 건강진흥원에서 공유한 “공공캠페인을 통한 금연 행동 변화의 효과” 자료로 실제로 10% 이하의 효과를 갖는다고 설명합니다.

한국건강진흥원 / 금연두드림

물론 공공이 아닌, 회사에서의 다른 예시들도 있습니다만, 회사의 데이터를 외부로 공개하는 과정은 회사마다 다르기 때문에 수치가 절대적으로 비교가 가능한지는 별도의 문제라고 생각합니다.

정리

프로덕트 분석의 목적인, 데이터 분석을 통해 고객의 행동을 바꾸는 가장 효과적인 방법을 찾는 것은 달콤하지만, 그만큼 이뤄내기 어렵습니다.

특히 이번 글에서처럼 데이터 / 기술 / 통계 의 관점으로만 접근하는 것보다 심리 / 사회과학적 접근도 필요합니다. (NLP에 언어학자들도 같이 협업하는 느낌) 그리고 다행히도 이를 위한 프레임워크들도 있습니다.

Behavioral change worksheet 으로 검색하면 product analysis의 고객의 행동 변화 관점 보다는, 본인의 행동 교정에 대한 내용들이 많이 나와서 공부했던 책의 내용 중에 일부를 소개하면 아래와 같습니다.

그렇지만 늘 그렇듯, 예시는 정답이 아니니 각자만의 경험치를 녹인 체크리스트를 만들어 가는 경험 또한 중요할 것 같습니다.